Pemodelan Radiasi Cahaya Malam Sebagai Indikator Ketersediaan Listrik Tiap Kecamatan di Nusa Tenggara Barat Menggunakan Metode Bayesian Hierarki

Ernest, Andrea (2023) Pemodelan Radiasi Cahaya Malam Sebagai Indikator Ketersediaan Listrik Tiap Kecamatan di Nusa Tenggara Barat Menggunakan Metode Bayesian Hierarki. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06211940000098-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 July 2025. Download (8MB) | Request a copy

Abstract

Energi listrik yang optimal sangat diperlukan dalam mendukung kegiatan operasional pendidikan saat dan pasca pandemi yang banyak bersinggungan dengan teknologi untuk menciptakan ekosistem belajar digital yang berkualitas. Hal ini idealnya menyebabkan para siswa dan guru ada pada fase penggunaan listrik yang optimal. Pada tahun 2020, pemerintah dengan berbagai programnya terus memacu peningkatan dan pemerataan rasio elektrifikasi nasional untuk menjamin setiap masyarakat dapat menikmati fasilitas listrik dan mendukung digitalisasi pendidikan. Namun, rasio elektrifikasi ini tidak menunjukkan kualitas dan manfaat akses listrik di Indonesia sepanjang waktu. Akses listrik di beberapa daerah masih sangat terbatas dalam segi kualitas, contohnya di Nusa Tenggara Barat (NTB). Penelitian ini akan memanfaatkan data nightlight dari VIIRS untuk memprediksi radiasi cahaya malam tiap kecamatan sebagai indikator kondisi ketersediaan listrik di provinsi NTB berdasarkan kovariat mikro yang merepresentasikan aktivitas pendidikan dan kovariat makro yang melibatkan aspek ekonomi dan pembangunan serta mendapatkan gambaran informasi apakah pelaku utama pendidikan seperti guru dan murid berpengaruh signifikan terhadap radiasi cahaya malam yang dipancarkan se-bagai indikasi pemanfaatan listrik dalam mendukung aktivitas belajar mengajar yang dilakukan. Pemodelan dilakukan menggunakan metode Bayesian satu tingkat dan Bayesian hierarki dua tingkat berdasarkan distribusi log-normal. Hasil pemodelan terbaik didapatkan menggunakan Bayesian hierarki dengan variabel mikro yang signifikan di sebagian besar kabupaten adalah jumlah murid. Adapun pada tingkat makro, variabel yang berpengaruh terhadap variasi radiasi cahaya malam adalah PDRB ADHB, IPM, fasilitas kesehatan dengan rawat inap, dan panjang jalan kabupaten. Peta tematik yang didapatkan dari prediksi hasil pemodelan menggunakan Bayesian hierarki dua tingkat lebih bisa menggambarkan radiasi cahaya malam tiap kecamatan sebagai indikator kondisi ketersediaan listrik di Nusa Tenggara Barat.
========================================================================================================================================
Electrical energy plays an important role, especially in improving Indonesia’s education during and after a pandemic, which has a lot of contact with technology to create a quality digital learn�ing ecosystem. This tends to put both students and teachers in the optimal electricity usage phase. In 2020, the government will continue to accelerate the increase and equity of the national electrification ratio through various programs to ensure that every citizen has access to electricity and to support the digitization of education. However, this electrification ratio does not reflect the quality and benefits of access to electricity in Indonesia over time. In some areas, such as West Nusa Tenggara (NTB), access to electricity remains extremely limited. This study will use VIIRS nightlight data to predict night light radiation in each sub-district as an indicator of electricity availability in NTB based on the micro covariate that represents educational activity and the macro covariate that involves economic and development aspects. This study also present an informational picture of whether the main actors in education, such as teachers and students, have a significant effect on the night light radiation. Modeling was performed using one-level Bayesian and hierarchical Bayesian methods based on log-normal distribution. As a result, hierarchical Bayesian model is better with the variables that affect night light radiation at the micro level is number of students while at the macro level are GRDP ADHB, HDI, health facilities with hospitalization, and the length of district roads. The thematic maps built by a two-level Bayesian hierarchy prediction is more suitable to describe the night light
radiation of each sub-district as an indicator of the state of electricity availability in West Nusa Tenggara.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	bayesian hierarki, listrik, pendidikan, VIIRS
Subjects:	G Geography. Anthropology. Recreation > GA Mathematical geography. Cartography > GA102.4.R44 Cartography--Remote sensing H Social Sciences > HA Statistics H Social Sciences > HA Statistics > HA31.3 Regression. Correlation H Social Sciences > HA Statistics > HA31.7 Estimation
Divisions:	Faculty of Mathematics, Computation, and Data Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	ANDREA ERNEST
Date Deposited:	12 Feb 2023 12:12
Last Modified:	12 Feb 2023 12:12
URI:	http://repository.its.ac.id/id/eprint/96880

Actions (login required)

View Item